خلاصه کردن متن فارسی با هوش مصنوعی

۸ نوامبر ۲۰۲۶ · حدود ۴ دقیقه مطالعه

خلاصه خوب، کوتاه‌تر از متن اصلی است اما تصمیم‌ها، عددها و اسم‌ها را حفظ می‌کند. مشکل رایج این است که از مدل می‌خواهیم «خلاصه کن» بدون این‌که بگوییم خلاصه برای چه کسی و برای چه تصمیمی است.

۱. هدف خلاصه را مشخص کنید

خلاصه برای «تصمیم گرفتن» با خلاصه برای «آگاهی سریع» فرق دارد. قبل از پرامپت بنویسید: خواننده کیست، بعد از خواندن چه کاری باید انجام دهد، و چه چیزی حتماً باید بماند (تاریخ، مبلغ، تعهد).

۲. قالب پرامپت

متن زیر را برای یک مدیر خلاصه کن.
هدف: تصمیم درباره تمدید قرارداد.
باید بماند: مبلغ، تاریخ تمدید، ریسک‌های اصلی.
خروجی: ۵ بولت کوتاه + یک جمله توصیه.
چیزی از خودت اضافه نکن؛ اگر عددی در متن نبود، بنویس «ذکر نشده».

۳. اول ساختار، بعد جمله

از مدل بخواهید ابتدا فهرست نکات را بدهد؛ بعد از تأیید شما، آن را به پاراگراف تبدیل کند. این کار از حذف تصادفی نکات کلیدی جلوگیری می‌کند.

۴. سه اشتباه رایج

• خلاصه‌ای که همه‌چیز را کلی می‌گوید و هیچ عددی ندارد.
• ترکیب نظر مدل با واقعیت متن؛ باید جدا باشند.
• نادیده گرفتن جمله‌های منفی («تمدید نمی‌شود») که معنای متن را عوض می‌کنند.

۵. بررسی نهایی

هر عدد و اسم را در متن اصلی پیدا کنید. اگر جمله‌ای در خلاصه هست که در متن اصلی پشتوانه ندارد، حذفش کنید. خلاصه باید قابل ردیابی باشد، نه فقط روان.